Ver Estadísticas

Tesis Validadas: 2,591

Tesis de Posgrado: 3,262

Visitas: 1,353

  1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Morelos
  4. Centro Nacional de Investigación y Desarrollo Tecnológico
  5. Tesis CENIDET
  6. Tesis de Maestría
  7. Tesis de Maestría en Computación

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/8565
Full metadata record
DC FieldValueLanguage
dc.contributor.authorEcheverria Ignacio, Ernesto-
dc.creatorEcheverria Ignacio, Ernesto%1106015-
dc.date.accessioned2024-11-21T01:40:18Z-
dc.date.available2024-11-21T01:40:18Z-
dc.date.issued2024-09-09-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/8565-
dc.descriptionLa personalidad desempeña un papel fundamental en la eficiencia terminal de los programas de posgrado, y su análisis predictivo puede mejorar significativamente el proceso de selección de estudiantes. Este estudio propone un modelo predictivo basado en la técnica K-nn que utiliza el cuestionario de personalidad 16PF para anticipar la eficiencia terminal de los estudiantes de maestría en el Centro de Investigación y Desarrollo Tecnológico (CENIDET). La metodología comprende tres etapas: recolección y análisis de datos, pre-procesamiento de datos y modelado. Se desarrollaron experimentos utilizando seis algoritmos de minería de datos y se evaluó su desempeño en métricas como precisión, puntuación F1 y Recall. El algoritmo Random Forest demostró el mejor rendimiento, logrando una precisión del 82.35% en la clasificación de eficiencia terminal. Este modelo predictivo tiene el potencial de apoyar a futuros estudiantes en la toma de decisiones informadas sobre sus programas académicos, al tiempo que aumenta la motivación académica.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.other16 PF, Personalidad, Eficiencia terminal, Modelos predictivos, Random Forestes_MX
dc.titleModelo predictivo de los 16 factores de personalidad para el análisis de la terminación de un estudiante de maestríaes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorMartinez Rebollar, Alicia%217272-
dc.contributor.directorFrancisco Mosiño, Juan%MOXJ681121HGTSXN02-
dc.folio1471es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Ernesto_Echeverria_Ignacio_2024.pdfTesis1.66 MBAdobe PDFView/Open
MC_Ernesto_Echeverria_Ignacio_2024_c.pdfCesión de derechos415.49 kBAdobe PDFView/Open


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons